原文传递
基于车牌数据和LSTM的动态交通分配研究
| 题名： | 基于车牌数据和LSTM的动态交通分配研究 |
| 正文语种： | 中文 |
| 作者： | 张南;谢薇 |
| 作者单位： | 西南交通大学;交通运输与物流学院 |
| 关键词： | 城市交通;动态交通分配;长短时记忆网络;车牌数据;改进的Dijkstra算法 |
| 摘要： | 动态交通分配是交通控制与诱导的重要理论基础，传统的数学解析模型和交通仿真模型存在求解困难和参数标定繁琐等问题，在大规模实例路网上应用具有一定局限性。车牌数据具有样本量大、覆盖面广、精度高等优势，本文选取15min作为统计时间间隔从车牌数据中获取动态OD和路段转弯流量，在确定OD矩阵在路网的最大影响时段数后，作为LSTM的输入输出数据建立动态交通分配模型。以某市核心区域为例，选取历史数据构造训练集，并用测试集评估训练好的模型。结果表明模型分配速度较快，分配结果与实际路段流量相比，不论是同时段还是同路段，分配值和观测值的拟合度均较高，且整体误差较小，说明了模型的可行性和有效性。 |
| 期刊名称： | 综合运输 |
| 出版年： | 2022 |
| 期： | 08 |
| 页码： | 92-99 |
检索历史
应用推荐
